Page - 24 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

24 A Technologie chenden Graphen für jeden Punkt immer wieder die Sinnhaftigkeit einer weiteren vertieften Suche bestimmt und auf diese Weise verhindert, dass nach der besten Strategie lange – im schlimmsten Falle unendlich lange – gesucht wird. Beim Schach bedeutet dies, dass die möglichen Züge nach bestimmten Kriterien bewertet werden und die Möglichkeiten, die sich aus offensichtlich schlechten Zügen ergeben, nicht mehr weiter in Betracht kommen. Demnach führt die Heuristik dazu, dass ein Ent- scheidungsbaum ganz gezielt durchsucht wird, bis ein zufriedenstellendes Ergebnis herauskommt, das nicht unbedingt das bestmögliche Resultat sein muss. Entschei- dungsbäume und die damit verbunden Heuristiken sind in der KI ein sehr effektives Verfahren für Problemstellungen, die durch ein klares und unveränderliches Regelsys- tem beschrieben werden können. Auf die ersten Erfolge der KI im Bereich der Logik und Spiele folgten Versuche, die Verfahren auf allgemeinere Anwendungsfälle zu erweitern. In den 1970er Jahren entstanden Expertensysteme, die über Wenn-Dann-Beziehungen probieren, eine menschliche Wissensbasis in für Computer lesbare Informationen zu verwandeln. Mit den Möglichkeiten zu logischen Schlussfolgerungen und dem effektiven Suchen in diesen Wissensbasen mit Hilfe von Heuristiken konnten die Systeme zunächst einige Erfolge aufweisen und weckten in den 1980er Jahren große Erwartungen an die Möglichkeiten der KI. Ein wesentlicher Nachteil dieser Systeme ist jedoch der immense Aufwand bei der Erfassung menschlichen Wissens und der Umwandlung in die für das Expertensystem notwendige Wissensbasis. Anfang der 1990er Jahre wur- den die großen Erwartungen an die KI enttäuscht: Viele Firmen, die zuvor für viel Geld Expertensysteme gekauft hatten, schafften diese wieder ab. Eine große Anzahl von Unternehmen, die solche Systeme angeboten hatten, verschwanden vom Markt. Diese Misserfolge führten gemeinsam mit einer signifikanten Reduktion von For- schungsgeldern im Bereich der KI ab Ende der 1970er Jahre zur ersten und zweiten Phase des sogenannten AI Winters (Crevier 1995). Maschinelles Lernen Trotz der genannten Rückschläge für die Forschung wurden in den 1980er Jahren die Grundlagen für den heute so zentralen Ansatz des ML gelegt. Die Grundidee ist ein- fach: Wie bringt man ein Computerprogramm, das eine bestimmte Aufgabe hat, dazu, aus Erfahrungen zu lernen und mit diesen Erfahrungen die Aufgabe in Zukunft besser zu erfüllen (Mitchell 2010)? Der Unterschied zu einem statischen Programm liegt darin, dass sich die Entscheidungsregeln über eine Rückkoppelung an das Erlernte anpassen (Abbildung A.2). ML unterteilt sich in die drei Hauptkategorien überwachtes Lernen (Supervised Machine Learning), unüberwachtes Lernen (Unsu- pervised Machine Learning) und verstärktes Lernen (Reinforcement Machine Lear- ning), auf die im Folgenden näher eingegangen werden soll. Zusätzlich unterscheidet